Avainsana: Tekoäly
Digi-Salaman tekoälytapaukset
Tekoäly on teknologia, jota voidaan soveltaa kaikessa digitaalisessa toiminnassa, jossa tarvitaan ohjelmointia. Tämä artikkeli on jatko-osa kirjoitukseen (Tekoälyllä kohti ketterää digisalamointia, Robologi), jossa käsiteltiin tekoälyä Digi-Salaman ja ympäristön suhteen yleisellä tasolla. Digi-Salamassa oli useita projekteja eri toimialoilta. Ne oli jaoteltu teemoittain, joista yksi oli Tekoäly ja koneoppiminen automaatiossa. Tässä katsauksessa tarkastellaan seuraavaksi viittä edellä mainitun teeman osalta projektissa mukana ollutta yritystä. Fleetlogis Fleetlogis Oy on suomalainen tietotekniikkayritys, joka tekee logistiikan tietojärjestelmiä. Yrityksellä on taustaa myös elektroniikka- ja automaatiopuolelta[2], johon liittyen käynnistettiin innovaatioprojekti tutkimaan huoneilman pitoisuuksia, lähinnä hiilidioksidia. Projektin käynnistysvaiheessa Fleetlogisin edustaja ilmaisi yrityksen kiinnostuksen ja tarpeen kehittää verkkovirralla toimiva etäluettava ilmanlaadun mittaussalkku hyödyntäen antureita ja Teltonika FMB120 -seurantalaitetta, joka lähettää dataa Fleetlogis Oy:n käyttämälle palvelimelle mobiilisti sim-kortin avulla. Tavoitteena oli selvittää mittaustulosten tarkkuus, mutta Digi-Salama-projektin päämääräksi rajattiin luokkahuoneen todellisen käytön kartoittaminen. Tämä tehtiin mittaamalla ilmasta paikalla olijoiden tuottamaa lämpötilaa, kosteutta sekä hiukkasia ja tarkastelemalla tuloksia suhteessa luokan varauslistaan. Projektissa hyödynnettiin Fleetlogisin omia laitteita. Datan lukemiseen käytettiin Fleetlogis Flex -nettisivua, josta voi lukea mittaustulokset ja luoda niistä erilaisia grafiikoita ja raportteja. Antureiden konfigurointiin käytettiin Teltonika Configurator -ohjelmaa. Fin-Chinagate Fin-Chinagate-yrityksen visiona on tuoda suomalaista teknologiaa esille Kiinassa sekä luoda alusta kansainväliselle kommunikaatiolle Kiinan ja Suomen välille nykyteknologioita hyödyntäen.[3] Fin-Chinagate uskoo, että uusien teknologioiden käyttö on askel kohti maiden välistä yhteistyötä, erityisesti yritysten ja korkeakoulujen kesken. Digi-Salama-hanke kokeili yhdessä yrityksen kanssa kommunikointi- ja etäopiskelualustaa Kiinan ja Suomen välillä. Testissä käytettiin kiinalaista Mythware-järjestelmää sekä Fin-Chinagaten kehittämää Smart System -konseptia, joka sisältää simultaanitulkkauksen kääntäen englannin kieltä kiinaksi ja kiinaa englanniksi suorassa lähetyksessä. Osana projektia Digi-Salama etsi myös seuraavia askeleita varten halukkaita yhteistyökumppaneita Smart Systemin jatkotestaamista varten. Tavoitteena on huomioida eurooppalainen säännöstö, etenkin GDPR, koska tiedonkäsittelyssä sovellettavat palvelimet sijaitsevat Kiinassa. Fonecta Fonecta kerää ja ylläpitää henkilöiden ja yritysten kontaktitietoja. Kokoamiensa tietokantojen avulla Fonecta palvelee asiakkaitaan tarjoamalla ajantasaisia yhteystietoja.[4] Fonectan ongelmina ovat usein vaihtuvat yhteystiedot ja tasalaatuisen datan puute. Yllä pidettävistä tiedoista muuttuu vuosittain suuri osa, ja nämä muutokset tulevat asiakkailta itseltään. Tällöin on hankalaa hallita tietojen eheyttä: Ovatko kaikki tiedot syötetyt järjestelmään? Muun muassa yritysten web-osoitteet ovat usein puutteellisia. Ovatko tiedot oikein tallennetut? Ovatko esimerkiksi osoitetiedot asianmukaisesti syötetyt, jotta paikantaminen olisi mahdollista? Ihmistyönä kyseessä on hankala urakka, koska virheelliset ja epäilyttävät rivit pitää ensin etsiä ja sitten analysoida. Tehtävä kuulostaa sopivalta robotille, mutta siltäkin vaaditaan älykkyyttä mukautumattomien sääntöjen sijaan. Fonectan Digi-Salama-projektit etenivät kahdessa vaiheessa: ensin olivat vuorossa innovaatioprojektit ja niistä jatkoksi tehty opinnäytetyö. Innovaatioprojektiosuudessa käytiin läpi tarpeita ja mahdollisia ratkaisumalleja, joista vaihtoehdoiksi nousivat ohjelmistorobotiikka ja luonnollisen kielen prosessointi (Natural Language Processing - NLP). NLP:n avulla saavutettuja lupaavia tuloksia lähdettiin kehittämään edelleen opinnäytetyönä. Sime Sime Oy on insinööritoimisto, joka on erikoistunut automaattiseen palkkien käsittelyyn ja siirtelyyn. Projektiaiheena oli tutkia mahdollista alumiinituotannon robotisointia tai kobotisointia edellä mainitussa työskentelyssä. Palkkien siirtämisessä tarvittavien koukkujen annostelua tehdään tällä hetkellä käsin. Koukut kerätään alumiiniprofiilien purkamisen yhteydessä, jonka jälkeen ne puhdistetaan ja tuodaan takaisin alkupisteeseen. Alkupisteessä työntekijät asettavat koukut alumiiniprofiileihin toisesta päästä, ja toisesta päästä koukut ripustetaan kuljettimeen. Projektin tavoitteena oli tuotannon nopeuttaminen sekä fyysisen työn keventäminen mahdollisella robotilla tai kobotilla. Kobotin ja robotin avuksi tarvitaan myös konenäköä, antureita sekä koukkujen annostelija, jotta koukkuja pystyttäisiin ottamaan helposti. Projektiryhmä kehitti toteutukselle kaksi vaihtoehtoa, joista tehtiin yksinkertaistetut simulaatiot. Simulaatioiden avulla nähtiin, että teoriassa robotti kykenee suorittamaan ripustuksen molemmissa vaihtoehdoissa, mutta ratkaisujen toimiminen käytännössä vaatisi kokeiluja oikeilla kappaleilla. Simulaatioissa käytettiin ABB:n IRB 1600 -robottia, koska se täytti parhaiten annetut kriteerit. Digi-Salaman aikana tehtiin myös IoT-tekniikoiden käyttöönottoon liittyvä opinnäytetyö. Siinä otettiin esille meneillään oleva suuntaus, jossa vanhempaan teknologiaan perustuvia laitteistoja voidaan päivittää IoT-maailmaan.[7] Assemblin Assemblin Oy on vuonna 2006 perustettu kiinteistötekniikan yritys, joka tarjoaa ilmaan, veteen ja energiaan liittyviä järjestelmiä Suomessa, Ruotsissa ja Norjassa.[8] Assemblin osallistui Digi-Salamaan innovaatioprojektin ja opinnäytetyön teettäjänä. Tavoitteena oli kehittää kiinteistön lämpötilan hallintaa ohjaavaa tekoälyä hyödyntäen Ilmatieteen laitoksen tarjoamaa sääennuste- ja auringonsäteilydataa. Yrityksellä itsellään oli jo kokemusta älykkäiden algoritmien soveltamisessa lämmityksen/viilennyksen tarpeen ennustamisesta. Nyt tämä tehtävä annettiin Digi-Salaman yhteyteen käynnistetylle innovaatioprojektiryhmälle syksyllä 2020. Myöhemmin keväällä 2021 projektissa aloitettua työtä päätettiin syventää opinnäytetyöksi. Projektissa oli neljä vaihetta. Ensimmäisessä vaiheessa tutustuttiin Assemblinilta saatuun testilaitteistoon ja perehdyttiin sen toimintaan. Toisessa vaiheessa testilaitteella vastaanotettiin testidataa ja tutustuttiin testilaitteen toimintaan käytännössä. Kolmannessa vaiheessa tehtiin testaus pienoismallin avulla. Pienoismallissa rakennuksena käytettiin laatikkoa, johon asennettiin lamppu simuloimaan lämmitintä sekä anturi mittaamaan lämpötilaa laatikon sisältä. Testien perusteella selvitettiin, miten laitteisto toimii ja tehtiin hienosäätöjä tarvittaessa. Neljäs ja viimeinen vaihe sisälsi testauksen isommassa mittakaavassa Myllypuron kampuksella. Siellä valittua tekoälyalgoritmia käytettiin ohjaamaan Myllypuron kampuksen testitiloja. Samalla seurattiin niiden energian käyttöä jota pyrittiin myös optimoimaan. Vaikutukset osallistuneiden yritysten kilpailukykyyn Tekoälyä soveltaneiden projektien seurauksena yritykset saivat uusia näkökulmia kilpailukykynsä parantamiseksi. Näitä olivat mittausten pohjalta tehtävät ennustukset ja niihin liittyvät toimenpiteet. Esimerkkeinä voidaan mainita Assemblin ja Fonecta, joista molemmilla oli jo entuudestaan jonkin verran kokemusta tekoälyn soveltamisesta. Digi-Salamaan osallistuminen synnytti molemmissa yrityksissä myös joukon uusia ajatuksia ulkopuolisen datan hyödyntämiseksi tekoälymallien kehittämisessä. Seuraava askel voi olla syväoppimisen käyttöönotto niin mallin opettamisessa kuin sen vahvistamisessa. Fonectalle puolestaan kasvoi lisää osaamista NLP:n uusimpien teknologioiden käyttämisessä älykkääseen aineiston tarkastamiseen ja muokkaamiseen. Koneoppimisen ja tekoälyn tulosindikaattorit Digi-Salamassa 16 20 21 22 CO04 CO28 CO29 Fleetlogis 1 1 0 0 1 0 1 Fin-China 1 1 0 0 1 0 1 Fonecta 1 0 0 0 1 0 1 Sime 1 0 0 0 1 0 0 Assemblin 1 1 0 1 1 0 0 Taulukon tunnusten selitykset 16 Yritys, joka käynnistää TKI-toiminnan tai TKI-yhteistyön yliopistojen, korkeakoulujen tai tutkimuslaitosten kanssa 20 Yritys, johon syntyy uusiutuviin energiaratkaisuihin tai vähähiilisyyden tukemiseen perustuvaa uutta liiketoimintaa 21 Start-up yritys, jolla on merkittävät valmiudet uuden tuotteen, palvelun tai tuotantomenetelmän kehittämiseen 22 Yrityksen avoimen tiedon ja rajapintojen avulla toteuttamat uudet sovellukset CO04 Muuta tukea kuin rahoitustukea saava yritys CO28 Yritys, joka kehittää uuden tai merkittävästi parannetun tuotteen markkinoille (tuote on uusi markkinoilla) CO29 Yritys, joka kehittää uuden tai merkittävästi parannetun tuotteen markkinoille (tuote on uusi yritykselle) Fleetlogis Yritykselle syntyi osittain uusi IoT-pohjainen sovellus, joka auttaa logististen operaatioiden suunnittelussa ja optimoinnissa. Tämä tukee CO2-jalanjäljen pienentämistä. Fin-China Yritykselle syntyi testausvalmis etäneuvottelukonsepti + tämä tukee VR/AR-pohjaista yhteydenpitoa ilman matkustamista. Tämä tukee CO2-jalanjäljen pienentämistä. Fonecta Yritykselle syntyi uusi koneoppimispohjainen sovellus asiakastietojen käsittelyyn. Sime Yritykselle syntyi uutta tietämystä kobotiikasta ja koneoppimisesta sekä uusi alustava konsepti IoT-laitteistosta, jolla koneoppimista voitaisiin hyödyntää. Assemblin Yritykselle syntyi valmiuksia käyttää koneoppimista kiinteistöautomaation ohjauksessa. Tämä tukee CO2-tavoitteita energiansäästön muodossa. Lähteet: Kuvituskuva Wikimediasta: <https://commons.wikimedia.org/wiki/File:Lightning_3025.jpg> Verkkosivu. Saatavana osoitteesta: <https://www.fleetlogis.fi>. Luettu 2.12.2021. Verkkosivu. Saatavana osoitteesta: <https://www.finchinagate.fi>. Luettu 2.12.2021. Verkkosivu. Saatavana osoitteesta: <https://www.fonecta.fi>. Luettu 2.12.2021. Kuvituskuva Wikimediasta: <https://commons.wikimedia.org/wiki/File:Telephone_operators,_1952.jpg> Kuvituskuva Unsplashista: <https://unsplash.com/photos/oqY09oVTa3k> Osman, A.: Toimipisteen etäohjaus ja -seurantaRaspberry Pin avulla. Opinnäytetyö 2021. 37 s. Verkko-osoite: <https://urn.fi/URN:NBN:fi:amk-2021113022759>. Luettu 2.12.2021. Saatavana osoitteesta: <https://fi.assemblin.com>. Luettu 2.12.2021. Otava, A.: Koneoppimisen hyödyntäminen kiinteistöautomaatiossa. Opinnäytetyö 2021. 29 s. Verkko-osoite: <https://urn.fi/URN:NBN:fi:amk-2021052010011>. Luettu 2.12.2021. Kirjoittaja: Aarne Klemetti työskentelee tutkijaopettajana Metropolia Ammattikorkeakoulussa. aarne.klemetti@metropolia.fi
Tekoälyllä kohti ketterää digisalamointia
Tekoälyn avulla erilaisten tietojärjestelmien toiminnallisuutta voidaan laajentaa käsittämään inhimillisiksi katsottavia taitoja, kuten omatoimista päättelyä, oppimista ja suunnittelemista. Tekoäly osaa työskennellä väsymättömästi oppimallaan rajatulla alueella. Oppiminen tapahtuu joko asiantuntijan sanoittaman eli leimaaman aineiston avulla tai itseoppivasti. Itseoppivuus toteutuu annetun säännöstön ja datan avulla tai tutkimalla ympäristöä käytettävissä olevilla tunnistimilla ja toimilaitteilla. Tekoälyn tuottaminen esimerkiksi koneoppimisen avulla on vaativa laskentatehtävä, jossa tyypillisesti tarvitaan runsaasti dataa ja laskentatehoa. Kun tekoälymalli on saatu opetettua, voidaan se siirtää suoritettavaksi päätelaitteisiin, esimerkiksi kannettaviin tietokoneisiin, älypuhelimiin ja vaikkapa ympäristöään tarkkaileviin ajoneuvoihin. Tekoäly ei ole käyttöönoton jälkeen samalla tavalla lopullinen kuten perinteinen, versioitava tietokoneohjelma, vaan se kehittyy koneoppimisen avulla käytön myötä. Tekoäly on poikkeuksetta erikoistunut oppimaansa ympäristöön: shakkitekoäly on voittamaton shakinpeluussa, mutta ei osaa ajaa autoa. Vastaavasti kuva-analyysitekoäly, joka tunnistaa luotettavasti ihosyövän valokuvien perusteella, ei tiedä, mikä on auton rekisterikilpi. Keskeinen kysymys on se, mitä, miten ja millä aineistolla tekoälyn annetaan oppia.[2] Puuttumatta eettisiin näkökulmiin on tärkeää, että aineiston valinnasta päättävä asiantuntija rajaa tehtävät selkeisiin kokonaisuuksiin: ei kannata pyrkiä kovin kattavaan tekoälyyn, koska se on todennäköisesti liian laaja opetettavaksi ja hallittavaksi. Sen sijaan joukko testatusti toimivia, rajattuja tekoälyjä nostaa tuottavuutta ja päätöksenteon luotettavuutta merkittävästi.[3] Digi-Salamassa tekoäly ja koneoppiminen automaatiossa oli omana teemanaan. Tavoitteena oli ymmärtää ja oppia soveltamaan tarvittavia toimintamalleja, datan keruuta ja muokkausta sekä koneoppimisen periaatteita suhteessa tavoitteisiin. Lisäksi pyrittiin saavuttamaan näkemys siitä, millä tasolla valittujen kohdeyritysten tekoälyosaaminen on ja miten mahdollisiin tarpeisiin voidaan vastata opetussuunnitelmissa. Tekoäly ja YK:n kestävän kehityksen tavoitteet Yhdistyneiden kansakuntien jäsenmaat sopivat vuonna 2015 Agenda 2030:stä, jossa pyritään edistämään kestävää kehitystä aikavälillä 2016-2030. Suunnitelma jaettiin 17 tavoitteeseen, jotka ohjaavat kestävän kehityksen edistämistä.[4] Tekoäly voidaan nähdä mahdollistavana tekijänä näiden tavoitteiden saavuttamisessa. Koko tavoitteisiin pyrkimisen prosessin ajan pitää kerätä ja analysoida dataa, jonka avulla voidaan luoda älykkäitä malleja päätöksenteon tueksi. Esimerkiksi voidaan ottaa älykäs talotekniikka, jonka optimointi säästää energiaa, tuottaa ilmakehään vähemmän hiiliyhdisteitä ja parantaa sisätiloissa oleskelun laatua - vaikuttaa siis osaltaan myös terveyteen. Kestävään kehitykseen liittyvät tekoälymallit eivät synny tyhjästä ja ilman laskentaa. Laskenta on usein niin vaativaa, että siinä tarvitaan supertietokoneen laskenta- ja tallennuskapasiteettia useiden päivien ajan. Se puolestaan kuluttaa myös energiaa. Tutkimuksissa on kehitetty erilaisia mittaustapoja tekoälyyn liittyvien laskentatarpeiden energiankulutuksen huomiointiin. Tarvittavia algoritmeja voidaan optimoida käytön myötä vastaavalla logiikalla kuin itse tekoälyäkin. Vaatimuksia koulutukselle Tekoäly ja koneoppiminen ovat monimutkaisia asioita, joiden tuotantomittaisen soveltamisen hidastavana tekijänä on useimmiten puutteellinen osaaminen. Tätä paikatakseen yritykset pyrkivät kouluttamaan henkilöstöään ja toisaalta ulkoistamaan tarvittavia osaamisia. Nämä molemmat vaihtoehdot sopivat luontevasti ammattikorkeakouluympäristöön, koska opiskelijaryhmien ja opinnäytetöiden avulla voidaan testata ja kehittää erilaisia konsepteja ja prototyyppejä. Tekoäly tieteenä soveltuu tiedekorkeakoulujen opetusohjelmiin ja tutkimuslaitoksiin - alempien oppilaitosten näkökulmasta tarvitaan pikemminkin sovellusosaamista kautta linjan. Tärkeämpää kuin tekoälyn ja koneoppimisen syvällinen ymmärtäminen on käsittää se, miten näitä teknologioita voidaan käytännössä soveltaa ja millaisia kyvykkyyksiä kannattaa sisällyttää yritysten ja oppilaitosten osaamiseen. Kustannuksiltaan tekoälyn ja koneoppimisen soveltaminen ei ole enää kynnyskysymys. Avoimen lähdekoodin alustoilla on tarjolla laaja valikoima kehitystyökaluja algoritmeineen. Niiden käyttämisessä tulee poikkitieteellisiin tiimeihin lisätä data- ja tekoälyosaamista sisältöammattilaisten tueksi. Lisäksi korkeakouluilla on pääsy vaativaa laskentaa tarjoaviin supertietokoneympäristöihin, jolloin myös suurten datajoukkojen käsittely ja koneoppiminen on mahdollista toteuttaa skaalautuvasti. Tärkeämpää kuin jokaisen toimijan ammattimainen tekoälyosaaminen on se, että pystytään tunnistamaan datan eri prosessivaiheiden hallinta: mitä on kerättävä data, mistä sitä voidaan kerätä, mitä sillä voidaan tehdä ja mitä se merkitsee? Näin ollen on syytä ennemminkin tietää, kuka tietää ja mitä pitää tietää, kuin vaatia kaikilta osapuolilta samantasoista teknologista ymmärrystä. Seuraava askel kohti älykkäämpää automaatiota - toimialasta riippumatta - on sen ottaminen osaksi normaalia toimintaa. Tätä tarkoitusta varten opetussuunnitelmiin kannattaa lisätä ainakin käytännölliset, omaa osaamisaluetta palvelevat kurssit esimerkiksi intensiivitoteutuksina. Lisäksi aiheeseen syvällisempää perehtymistä varten tulee tarjota mahdollisuudet ainakin koodaamiseen ja ohjelmistotuotantoon keskittyville opiskelijoille. Lähteet: Kuvituskuva Pixabaysta: <https://commons.wikimedia.org/wiki/File:Artificial-Intelligence.jpg> 6 Biggest Limitations of Artificial Intelligence Technology. Verkkosivu. Saatavana osoitteesta:<https://hackernoon.com/the-missing-pieces-6-limitations-of-ai-s85r3upr>. Luettu 2.12.2021. 5 + 1 myyttiä tekoälystä. Verkkosivu. Saatavana osoitteesta: <https://www.aaltopro.fi/aalto-leaders-insight/2019/5-1-myyttia-tekoalysta>. Luettu 2.12.2021 Kestävän kehityksen tavoitteet. Verkkosivu. Saatavana osoitteesta: <https://www.ykliitto.fi/yk-teemat/kestavan-kehityksen-tavoitteet>. Luettu 2.12.2021. Lisätietoja aiheesta kiinnostuneille: Tekoäly, Wikipedia. Verkkosivu. Saatavana osoitteessa: <https://fi.wikipedia.org/wiki/Tekoäly>. Luettu 2.12.2021. Koneoppiminen, Wikipedia. Verkkosivu. Saatavana osoitteessa: <https://fi.wikipedia.org/wiki/Koneoppiminen> Luettu 2.12.2021. Metropolia edistää kestävän kehityksen osaamista ainutlaatuisen tekoälyratkaisun avulla. Metropolian ajankohtaisten uutisten verkkosivu. Saatavana osoitteessa: <https://www.metropolia.fi/fi/metropoliasta/ajankohtaista/uutiset/metropolia-edistaa-kestavan-kehityksen-osaamista-ainutlaatuisen-tekoalyratkaisun-avulla>. Luettu 2.12.2021. YK:n arvot tekoälykehityksen tienviittana. Politiikasta-sivuston verkkosivu. Saatavana osoitteessa: <https://politiikasta.fi/ykn-arvot-tekoalykehityksen-tienviittana/>. Luettu 2.12.2021. Eettinen tekoäly ja algoritmit. Helsingin Yliopiston verkkosivu. Saatavana osoitteessa: <https://www.helsinki.fi/fi/ajankohtaista/ihmisten-teknologia/eettinen-tekoaly-ja-algoritmit>. Luettu 2.12.2021. Sivonen, A., Heikkinen, K.: Tekoäly - uhka vai mahdollisuus amk-opettajalle. Verkkosivu Haaga-Helia eSignals. Saatavana osoitteessa: <https://esignals.fi/kategoria/pedagogiikka/tekoaly-uhka-vai-mahdollisuus-amk-opettajalle/#0dde0fb1>. Luettu 2.12.2021. Kirjoittaja: Aarne Klemetti työskentelee tutkijaopettajana Metropolia Ammattikorkeakoulussa. aarne.klemetti@metropolia.fi
Kenelle kaatuu vastuu tekoälystä?
Tekoälystä on tullut yksi tekniikan alan suosituimmista puheenaiheista viime vuosina. Aiheesta riittääkin keskusteltavaa, sillä tekoälyn implementoiminen arkiseen elämään herättää valtavasti kysymyksiä siitä, mikä tekoälyn roolin tulisi olla. Paljon erimielisyyksiä puhujien keskuudessa on syntynyt varsinkin eettisistä ongelmista liittyen vastuunkantoon mahdollisissa ongelmatilanteissa. Kenen vastuulla esimerkiksi on, jos tekoäly tekee henkilövahinkoon johtavan virheen? Heikko ja vahva tekoäly Tekoälyn määrittelyssä on paljon ongelmia muun muassa sen suhteen, mikä lasketaan tekoälyksi ja mikä ei. Usein törmätään määrittelyihin heikosta ja vahvasta tekoälystä, joista heikko tekoäly kykenee muuttamaan itsenäisesti yksittäistä prosessia, johon se on ohjelmoitu, kun taas vahvaa tekoälyä ei välttämättä erota ihmisestä ollenkaan. On mielenkiintoista, miten tekoälylle voidaan asettaa eettisiä tai moraalisia toimintaoletuksia, jos sitä kohdellaan yhteiskunnassa kuin orjaa, jolla ei ole täysiä oikeuksia elämäänsä.[1.] Mikä on se raja, joka vedetään vastuunkantoon, ja mitkä ovat kriteerit, joilla se perustellaan? Antiikin kreikassa Aristoteles jo ajatteli tätä dilemmaa ja tiivisti ajatuksensa vapaaseen tahtoon ja tietoisuuteen. Mikäli olennolla ei olisi näitä, ei sitä myöskään voitaisi asettaa vastuuseen teoistaan[3]. Riippuen tekoälyn lopullisesta toteutustavasta olisi kiintoisaa tietää, voiko esimerkiksi itseään ajava auto katkeroitua siitä, ettei sen anneta olla, mitä se todellisuudessa haluaisi olla, eli vaikkapa lentokone. Tällöin vahvan tekoälyn ohjaama auto voisi alkaa täysin ihmisen huomaamatta kapinoida ihmistä vastaan muuttumalla vähemmän turvalliseksi ja hankkiutua tilanteisiin, joissa se saa oman toimintansa näyttämään sallitulta ja hyväksytyltä.[2.] Heikon tekoälyn ohjaama auto taas on ohjelmoitu joidenkin senhetkisten kriteerien perusteella riittävän turvalliseksi. Sama pätee myös muihin tekoälyjärjestelmiin, kuten kuvantamislaitteisiin ja niiden tulkinta- algoritmeihin, jotka toimivat diagnostiikan apuvälineinä.[2;3.] Onko mahdollista varmentaa, mitä ei itse ymmärrä? Mikäli tekoälyn turvallisuuden rajoista kirjoitetaan joskus laki, valtiot voivat käytännössä etukäteen määritellä, kuinka monen ihmisen kuolema voi olla hyväksyttävissä. Tällöin laitteen valmistajalta putoaa tietyssä mielessä vastuu laitteen turvallisuudesta, kunhan laissa määritelty kuolonuhrien määrä ei ylity.[2.] Olisi kuitenkin kiinnostava miettiä tilannetta, jossa valmistaja itse asiassa kykenisi valmistamaan paremman laitteen kuin mitä laissa vaaditaan. Tekoälyn turvallisuuden määrittelee pitkälti sen ”ohjelmiston” optimointi, jonka kehityksestä vastaa tekoälyn valmistaja. On epäselvää ja järjestelmäriippuvaista, miten raskasta työtä tekoälyn ohjelmistokehitys tulee tulevaisuudessa olemaan, mutta selvää on se, että mitä optimoidummaksi valmistaja ohjelmiston haluaa, sitä kalliimmaksi sen kehitys valmistajalle tulee. Valmistaja törmää eettiseen ongelmaan: valmistaako mahdollisimman turvallinen järjestelmä, vai sijoittaako vähemmän rahaa riittävän hyvään, huonompaan järjestelmään. Yksinkertaisimmillaan tämänhetkisessä maailmassa vastuu tekoälyn toiminnasta kaatuisi sen valmistajan tai sitä käyttävän asiantuntijan niskaan, koska tekoäly mielletään koneeksi. Jos kuitenkin vastassa on pitkälle kehittynyt vahva tekoäly, joka on luonut paljon omia näkemyksiään, voidaanko enää edes olettaa, että edes asiantuntija ymmärtäisi tekoälyn johtopäätöksiä. Onko mahdollista varmentaa, mitä ei itse ymmärrä? Yksi vaihtoehto olisi rajoittaa tekoälyä tietyillä osa-alueilla, jotta se olisi ymmärrettävämpi ja käyttäjäystävällisempi.[3.] Herää kuitenkin eettinen ongelma, jos ajatellaan samanlaista toimintamallia ihmiseen. Kestäisikö kukaan ihminen järjissään, jos toinen ihminen voisi lukea kaapelilla toisen ihmisen ajatuksia? Miten ihminen tässä tilanteessa eroaisi enää koneesta, kun vapaata tahtoa voitaisiin pahimmassa tapauksessa jopa muokata ja vähintäänkin rajoittaa? Tekoälyn käyttö siirtää usein harkintavaltaa ulkoisille toimijoille, kuten it-asiantuntijoille sekä data-analyytikoille, joiden työtä on vaikeampi tutkia julkisesti. Esimerkiksi hallitus käyttää yksityisiä tekoälyjärjestelmiä päätöksenteon tukena todellisuudessa tietämättä lainkaan, miten tekoäly päätöksensä tekee. Tekoälyn käyttöön osallistuu aina toimijoita, jotka eivät ole riittävän tietoisia omasta vastuustaan estää tekoälystä johtuvia haittoja tai jotka eivät ole motivoituneita ymmärtämään järjestelmää.[4.] Toisaalta ihmiset eivät välttämättä edes ole itse tietoisia, onko tekoäly osallistunut päätöksentekoon heihin kohdistuvissa asioissa. Miltä näyttää siis tulevaisuus tekoälyn suhteen? Tuleeko tekoäly kehittymään niin pitkälle, että vastuun antamista sille voidaan edes moraalifilosofiselta saati sitten lainsäädännölliseltä kannalta miettiä, vai jatkuuko vastuun kantaminen yrityksillä ja asiantuntijoilla? Se, missä lainsäädännön toivoisi tulevan vastaan, on tietynlaisten raamien luominen tekoälyn kehitykselle, jotta yritys- ja asiantuntijavastuuta ei voi pitää kohtuuttomana. Lähteet: Mitä tekoäly on?. Verkkosivusto. Saatavana osoitteessa <https://xn--tekolyeua.info/mita_tekoaly_on/>. Luettu 23.09.2021 Hevelke, A., Nida-Rümelin, J. Responsibility for Crashes of Autonomous Vehicles: An Ethical Analysis. Sci Eng Ethics 21, 619–630 (2015). Saatavana osoitteessa <https://doi.org/10.1007/s11948-014-9565-5>. Neri, E., Coppola, F., Miele, V. et al. Artificial intelligence: Who is responsible for the diagnosis?. Radiol med 125, 517–521 (2020). Saatavana osoitteessa <https://doi.org/10.1007/s11547-020-01135-9>. Santoni de Sio, F., Mecacci, G. Four Responsibility Gaps with Artificial Intelligence: Why they Matter and How to Address them. Philos. Technol. (2021). Saatavana osoitteessa <https://doi.org/10.1007/s13347-021-00450-x>. AI Truth Machine / LIT Law Lab, Johannes Kepler University (AT). Kuva. Saatavana osoitteessa <https://www.flickr.com/photos/arselectronica/50224297163>. Samee, Shadman. Beetle beside the runway. Kuva. Saatavilla osoitteessa <https://www.flickr.com/photos/shadman_samee/39989484632/>. Kirjoittajat: Hyvinvointi- ja terveysteknologian opiskelijat Aapo Kokko ja Julius Marttunen sekä sähkö- ja automaatiotekniikan opiskelijat Benjami Lindqvist ja Julius Velasco.
Tekoäly, ihmiskunnan yhteinen lapsi
Tekoäly on ollut kanssamme jo jonkin aikaa. Ihmiset alkavat huomata, miten paljon erilaisia tekoälyjä me käytämme päivittäin. Näitä ovat esim. chatbotit, itseajavat autot, videoita ehdottavat ehdotus-botit. Tekoälystä on monia eri tasoja, tällä hetkellä käytössä on tekoälyjä, jotka pystyvät noudattamaan niille annettuja käskyjä. Tulevaisuudessa tekoäly tulee olemaan paljon kehittyneempi, ja sillä saattaa olla paljon enemmän valtaa ja vaikutusta meidän elämäämme. Tällainen on esimerkiksi terveysalalla ihmisiä diagnosoiva tekoäly. Siksi on tärkeää opettaa tekoälylle, kuinka sen kuuluisi käyttäytyä ihmisten kanssa. Voisiko tekoälyn adoptoida ja voisiko sen kasvattaa kuin omana lapsena? Voiko tekoälyä oppia tuntemaan kuin ihminen, voiko se olla empaattinen ja lämmin? Voiko tekoäly koskaan ymmärtää, että oikean ja väärä välissä on aina harmaa rajamaasto? On puhuttu, että jonain päivänä tekoäly pystyisi korvaamaan monen työntekijän osaamisen alalla kuin alalla. Mutta pitääkö tämäkään paikkaansa, tekoäly kyllä pystyy tekemään nopeampia päätöksiä ja on harvemmin väärässä kuin ihminen. Mutta jos se ei opi empaattiseen kanssakäyntiin, niin ei se pysty korvaamaan ihmistä. Tekoälyn älykkyydestä vastaa ihminen Tekoäly on työkalu, ja kuten mitä tahansa työkalua, sitäkin voi käyttää hyvään tai pahaan (1). Ihminen on suuressa vastuussa, kun puhutaan tekoälyn luonnista. Ihminen voi määrittää, miten tekoäly ottaa huomioon ihmiset päätöksenteossa ja miten se käyttäytyy ihmisten kanssa. Tekoälyn käyttö lisääntyy maailmalla, tämän vuoksi sille pitää opettaa hyvän ongelmanratkaisukyvyn lisäksi eettistä ajattelua. Tekoälyn pitää oppia eri ihmisryhmistä ja kulttuureista, jotta sen toiminta ei olisi syrjivää tai loukkaavaa. Tekoäly ja tunteet Tekoälyn kehittyminen on herättänyt paljon pohdintaa sen riskeistä ja etiikasta. Yhtenä esimerkkinä voisi toimia tilanne, jossa autoa ohjaisi tekoäly ja sen pitäisi tehdä valinta, kumman osapuolen pelastaisi, jos vaihtoehtona olisi törmätä yhteen tai kahteen henkilöön tilanteesta riippuen. Ongelmana tässä olisi kuitenkin se, että ei ihminenkään pystyisi välttämättä tekemään oikeaa valintaa tällaisessa tilanteessa ja mikä loppujen lopuksi olisikaan sitten se oikea valinta. Näin emme myöskään sitä osaa kertoa tekoälylle tai kehitellä tilanteeseen sopivia algoritmejä. Tekoälyn haasteena onkin se, että se voi kehittyä väärille tavoille ja kehittää omia sääntöjä, jotka eivät välttämättä ole hyväksyttäviä eettisesti. On puhuttu myös niin sanotusta mustan laatikon ongelmasta, eli tekoäly voi kehittää algoritmeja, joiden seuraaminen ja ymmärtäminen on ihmiselle vaikeaa (2). Mustan laatikon ongelma on hankala asia, jos yritetään opettaa sääntöjä tekoälylle, koska tällöin pitäisi tietää, miten monimutkaisesti tekoäly tekee ratkaisunsa ja näin ollen ohjelmoijan tekemät algoritmit määrittelevät paljon tekoälyn toimintaa. Sääntöjen opettaminenkaan ei välttämättä takaa, ettei ongelmia tulisi tekoälyn kanssa. Tekoälyn olisi hyvä nimittäin huomata ja tehdä muutoksia jo ohjelmoituihin sääntöihin. Tämä kuitenkin onnistuisi vain, jos tekoäly huomioisi ihmisen tunteet ja oppisi niistä. Se kuitenkin vaatisi tekoälyltä mahdollista sosiaalista toimintaa tai sen seuraamista. Tästä saisi myös mahdollisesti hyviä ohjeita ja apuja, joiden avulla tekoäly voisi muokata ja korjata eettisiä käsityksiään. Tekoäly erehtyy ihmistä harvemmin Teknologiayrityksissä mietitään, mitä eri mahdollisuuksia tekoäly pystyy tarjoamaan. Terveysteknologia alalla ollaan jo hyvin pitkällä. Tekoälystä on mahdollista saada apua hoitotarpeen arviointiin ja varhaiseen diagnostiikkaan. Tekoäly pystyy esimerkiksi ennustamaan keskosvauvojen infektion jopa päivää ennen sen puhkeamista (3). Samaan pystyisi hyvä hoitaja, mutta heitä ei ole aina saatavilla. Tekoäly myös erehtyy ihmistä harvemmin, ja ihmisille sattuu inhimillisiä virheitä toisin kuin tekoälylle. Yksi tekoälyyn liittyvä pelko on mm. kuinka luotettava ja turvallinen tekoäly pystyy olemaan. Tekoäly todennäköisemmin tekee vähemmän vääriä diagnooseja kuin ihminen. Turvallisuus on hyvin tarkasti valvottu ala, koska jos tuotteella CE-merkintä siihen voi luottaa ja samalla on myös huolehdittu potilasturvallisuudesta. Myös sitä pelätään, että tekoäly vie työpaikat. Se on hyvin kaikkien tiedossa, että terveydenhuollossa loppuvat kädet. Hoitajien täytyy juosta ympäriinsä, jotta kerkeävät kaikkialle. Tylsä työ kannattaa siirtää tekoälylle ja robotille. Ihminen erehtyy tekoälyä useammin, mutta ei tekoälykään ole aina täysin oikeassa. Esimerkiksi Facebookin tekoäly on luokitellut tiettyjä ihmisryhmiä gorilloiksi. Tulevaisuudessa tekoäly epäilemättä vie työpaikkoja ihmisiltä. Aina tarvitaan kuitenkin joku huoltamaan ja korjaamaan ja päivittämään ihmiskunnan yhteistä lasta. Lähteet: Laitio Paula. 2021. https://www.vere.fi/teko%C3%A4lyn-%C3%A4lykkyydest%C3%A4-vastaa-ihminen. Luettu 23.9.2021 Rydenfelt Henrik. 2017. https://etiikka.fi/tekoaly-ja-tunteet/. Luettu 23.9.2021 Kaukonen Sini. 2018. https://teknologiateollisuus.fi/fi/ajankohtaista/artikkeli/tekoaly-erehtyy-ihmista-harvemmin. Luettu 23.9.2021 Tuomas Linnake. 2021. https://www.is.fi/digitoday/art-2000008243943.html. Luettu 23.9.2021 Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Laura Kesti, Leo Kortevaara ja Ann-Mari Räsänen. Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista. Hyvinvointi- ja terveysteknologiaan erikoistuneet insinöörit hallitsevat itse teknologian lisäksi teknologian käytännön soveltamiseen,käytettävyyteen ja regulaatioon liittyvät näkökulmat.
Tappaako tekoäly hoivatyön inhimillisyyden?
Katoaako ihmisyys kun robotit ja tekoäly ottavat jalansijaa hoitoalalla ja osallistuvat yhä enemmän hoitotyön sosiaaliseen puoleen? Onko robotin empatia ja tuki samanarvoista kuin ihmisen? Robottien ja tekoälyn hyödyntämisellä työssä ja työpaikoilla tavoitellaan tehokkaampaa ja turvallisempaa tapaa tehdä töitä. Hoitotyössä robotteja on tarkoitus erityisesti hyödyntää mekaanisiin ja fyysistä rasitusta tuottaviin työtehtäviin. Robottien hyödyllisyys esimerkiksi lääkeannosteluissa ja tavaroiden kuljetuksessa on selkeä, sillä ne vapauttavat henkilökuntaa muihin työtehtäviin. Tekoäly tekemässä päätöksiä hoitotyössä puolestaan nähdään vielä osittain uhkana. Muilla osa-alueilla tekoälyyn ja sen tekemiin päätöksiin luotetaan, esimerkiksi karttasovellusten reittivalinnoissa tai hakukoneiden tuloksissa, sillä usein ei tiedetä päätösten olevan peräisin tekoälyltä. Miten käy ihmisyyden, kun robotit tulevat? Hoitotyössä tekoäly ja robotiikka nähdään usein ihmisen kaltaisena ja piirteet omaavana robottina, joka toimii yhtenä hoitajista tehden samoja työtehtäviä ja päätöksiä kuin hekin. Kuitenkaan tekoäly ei nauti samanlaista luottamusta kuin hoitajat. Hoitotyössä tekoäly ja koneet nähdään usein uhkana ihmisyydelle ja viemässä potilailta kosketuksen muihin ihmisiin. Uskonnonfilosofian dosentti, akatemiatutkija Aku Visala [2] on pohtinut seuraavaa: “Jos ulkoistamme huolenpidon ja hoivan koneille, riistämme itseltämme ja toisiltamme moraalisen kasvun ja sitoutumisen mahdollisuuden. ” Vievätkö koneet todellakin meiltä mahdollisuuden välittää ja ottaa kontaktia vai voiko asiaa ajatella toiselta kantilta? Kun palvelurobotit hoitavat fyysistä työtä vaativat välttämättömyydet, jää hoitajalle tai läheiselle aikaa kohdata ihminen ihmisenä, ei potilaana. Kun ei tarvitse huolehtia siitä, miten aika riittää hoitotoimenpiteiden suorittamisen lisäksi myös keskusteluun ja kanssa oloon, voimme olla todella läsnä. Miten voisimme tuomita mahdollisuuden saada huomiota ja läheisyyttä vaikka “vain” koneelta? Jos ihminen kokee tämän itselleen riittäväksi, eikö jokaisella ole oikeus tehdä päätös omalla kohdallaan? Olisiko todella eettisempi ratkaisu vaatia vanhusta istumaan yksin hoivakodissa, koska vaihtoehtona olisi tarjota “empatian ja välittämisen simulaatiota, ei aitoa välittämistä”? Vähentääkö se fakta, että koneen välittäminen on simulaatiota, sen arvoa? Lopulta kuitenkin koneen antama empatia on meidän teknologiaa kehittävien ihmisten empatiaa. Yksilöityä hoitoa robottien turvin Monelle vanhukselle saattaisi olla jopa helpompaa antaa koneen hoitaa tietyt työt, kuin antaa intiimiä kanssakäymistä vaativat tehtävät läheiselle. Oman toimintakyvyn heikkeneminen on oletettavasti monelle vanhukselle haastavaa hyväksyä, jolloin esimerkiksi palvelurobotiikan käyttö hoitotyössä tulisikin olla aina kohdennettua. Tällöin pystymme ottamaan huomioon kunkin potilaan tarpeet ja toiveet. Olisiko siis väärin tarjota yksinäiselle vanhukselle tekoälyä pitämään seuraa, kun hän on yksinäinen tai kaipaa tekemistä? Löytyyhän tekoälyä esimerkiksi peleistä. Pelit mielletään usein nuorten ihmisten hauskanpidoksi, mutta miksi niistä eivät voisi myös vanhukset nauttia? Tekoäly voi esimerkiksi esiintyä pelikaverina. Monissa peleissä tekoäly toimii vastustajana, kuten esimerkiksi shakissa, joka haastaa loogista ajattelukykyä. Kuntoutusmuotona peli varmasti lisäisi motivaatiota ja aktivoisi vanhusta saavuttamaan omat henkilökohtaiset sekä terveyteen liittyvät tavoitteet. Yksinäiselle vanhukselle pelillä voi olla suuri vaikutus hänen mielialaansa ja vireyteen, eikä muuta tekoälyä silloin vaadita hoitotyön tukena. Miten tekoäly terveydenhoitoaloilla tulee vaikuttamaan insinöörien ja hoitajien työhön tulevaisuudessa? Saadaanko uusista innovaatioista tarpeeksi jossain kohtaa, vai voidaanko miettiä, kuinka pitkälle tekoäly kehittyy kyseisellä alalla? Tekoäly tulee mahdollistamaan uusia menetelmiä niin hoito- kuin tekniikan alalla. Jatkuvasti kehittyvä teknologia ja uudet mahdollisuudet johtavat myös jatkuvasti uusien eettisten pohdintojen äärelle. Kun teknologia kehittyy, täytyy tekijänkin kehittyä eikä jäädä jälkeen. Tulevaisuus on täynnä uhkia ja mahdollisuuksia, ja niistä on opittava kehittymään aina nykypäivän tilanteesta parempaan suuntaan. Lähteet: Valpe, K. 29.1.2019. Ihmisten hyvinvointi keskiössä Tekoäly terveydenhuollossa -loppuseminaarissa. Verkkosivusto. Saatavana osoitteessa <https://jyunity.fi/wp-content/uploads/2019/01/kansansairaudet_1240x600-1024x496.jpg> Luettu 24.9.2021 Rautio, Pekka. 2.5.2018. ”Kun tekoäly kehittyy, ihmisen konemaisuus on suurempi ongelma kuin koneiden ihmismäisyys”. Verkkosivusto. Saatavilla osoitteessa <https://www.helsinki.fi/fi/uutiset/opetus/kun-tekoaly-kehittyy-ihmisen-konemaisuus-suurempi-ongelma-kuin-koneiden-ihmismaisyys> Luettu 22.9.2021 Pixabay. TheDigitalArtist. 10.4.2018. Verkkosivusto. Saatavilla osoitteessa <https://pixabay.com/fi/photos/yhteys-k%c3%a4si-ihmisen-robotti-3308188/> Luettu 24.9.2021 Kirjoittajat: Hyvinvointi- ja terveysteknologian kolmannen vuoden opiskelijat Emilia Larmala, Laura Mikluha, Miika Honni ja Nina Lamponen Hyvinvointi- ja terveysteknologia on yksi tieto- ja viestintätekniikan tutkinto-ohjelman ammatillisista pääaineista.
Joko yritykselläsi on datastrategia?
Tekoälyn perusasioiden ymmärrys kuuluu jokaisen tulosvastuullista työtä tekevän henkilön osaamisvaatimuksiin, kirjoittaa Antti Merilehto teoksessaan Tekoäly. Matkaopas johtajille (Alma Talent 2018). Tekoälyn kehitys kiihtyy, ja uusia sovelluksia syntyy kuin sieniä sateella. Niinpä Merilehdon mukaan olisi viimeistään nyt syytä opetella konttaamaan, jos aikoo kahden vuoden kuluttua olla niiden yritysten joukossa, jotka juoksevat tekoälyn avulla muita nopeammin. Tämä suositus on tehty siis jo kaksi vuotta sitten. Merilehdon teos on napakka ja sujuva opastus tekoälykkyyden perusteisiin: algoritmeihin, koneoppimiseen, neuroverkkoihin ja syväoppimiseen. Teoreettisen pikakurssin lisäksi tarjolla on useita käytännön esimerkkejä. Jokainen on törmännyt tekoälyyn tehdessään Googlen tiedonhakuja, valitessaan suosituksia Spotifyn soittolistoilta tai tutustuessaan Facebookin esille nostamiin mainoksiin. Tekoälyn apua käytetään jo pörssiuutisten kirjoittamisessa, yritysten rekrytoinnissa, sairauksien diagnosoinnissa ja vakuutuspäätöksissä. Ovatpa jotkin yritykset valinneet tekoälyn johtoryhmänsä jäseneksi toimintaa analyysoimaan. Merilehto tietää kertoa myös älykipsistä, terapiaa antavasta chatbotista ja kuulokkeista, jotka kääntävät 40:ää kieltä lähes reaaliaikaisesti. Halukkaat voivat teoksen luettuaan hakeutua lisätiedon pariin esimerkiksi Tekesin luomille alustataloussivuille tai Helsingin yliopiston ja Reaktorin ilmaiselle tekoälykurssille. Merilehdon kirjalla on myös oma lisämateriaalisivusto. Uudenlaista asiakaskokemusta etsimässä Paljon on vielä kehitettävää ja keksittävää. Jokainen yritys on erilainen, ja tavoitteena on selvittää, miten juuri se voisi hyödyntää tekoälyä. Minkälaista dataa toiminnan ydinprosesseista kerätään, jotta osan toistuvista rutiinivaiheista voisi siirtää koneoppimisen avulla ihmisen vastuulta tekoälyn hoitamaksi? Tätä Merilehto kutsuu datastrategiaksi. Muutosten jälkeen tekoälylle jää työtehtävien operatiivinen tehokkuus, luoville ja empatiakykyisille ihmisille tunnetason vaikuttavuus. Yhdistelmänä syntyy uudenlainen asiakaskokemus, joka voi muuttaa yrityksen toiminnan ja kilpailukyvyn pysyvästi. Merilehdon johtajille suunnattu matkaopas auttaa oivaltamaan datan keräämisen ja koneoppimisen merkityksen liiketoiminnassa. Aiheeseen liittyvä yhteinen kieli ja jaettu ymmärrys helpottavat tulevaisuutta koskevaa päätöksentekoa. RoboReel kulkee rinnalla Seuraavat askelet datastrategian luomiseksi on jokaisen yrityksen otettava itse - mutta onneksi niitä ei tarvitse ottaa yksin vaan vaikkapa RoboReel-hankkeen avustuksella. RoboReel tukee yritysten johtoa ja työntekijöitä jalostamaan dataa sellaiseksi tiedoksi, jonka pohjalta tulevaisuuden visiointi ja siihen perustuva päätöksenteko tulee mahdolliseksi. Valinnat riippuvat yrityksen koosta, asiakkaiden tarpeista, nykyisestä osaamisesta ja käytössä olevista resursseista. Yrityksen datastrategian puuttumiselle ei Merilehdon mukaan ole enää olemassa mitään pätevää syytä. Roboreel-hankkeen kokemukset osoittavat, että näin todellakin on. Konttausasennossa ei kannata odotella lähtölaukausta vaan nousta juoksuasentoon mahdollisimman pian. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Teollisuus 4.0:n lyhyt oppimäärä
Jussi Marttisen teoksen Palvelukseen halutaan robotti. Tekoäly ja tulevaisuuden työelämä (Aula & Co 2018) otsikko on paljon puhuva mutta samalla osin kyseenalainen. Se niputtaa yhteen hengenvetoon kaksi asiaa – robotit ja tekoälyn –, joita olisi oikeastaan hyvä tarkastella erikseen. Niin kirja tekeekin. Marttinen esittelee kirjassaan historiallisen katsauksen ja nykytila-analyysin meneillään olevasta, teollisuus 4.0:ksi kutsutusta teollisesta vallankumouksesta. Ensimmäinen teollinen vallankumous toi maailmaan mekanisaation eli erilaiset koneet ja laitteet, toinen vallankumous puolestaan liukuhihnan ja massatuotannon. Kolmannen teollisen vallankumouksen saivat aikaan muun muassa tietokoneet ja ohjelmoitavat logiikat. Kukin vallankumous on vaikuttanut työhön ja työntekoon. Jokaiseen murrokseen on liittynyt huolta työn riittävyydestä ja työntekijöiden kohtalosta. Niin on nykyäänkin. Teollisuus 4.0:n uudet teknologiat eivät ole niinkään fyysisiä laitteita sinänsä, vaan pikemminkin aineettomia, uudenlaisia ilmiöitä, kuten pilvipalvelut, tekoäly, big data ja esineiden internet, itseohjaavat autot, 3D-tulostus, nanoteknologia ja lisätty todellisuus. Ne vievät aikaisemmat vallankumoukset entistä pidemmälle, mikä on saanut yhteiskunnallisista vaikutuksista aikaan laajamittaisen mediakeskustelun. Muutokset tuntuvat olevan entistä nopeampia, ja niiden nostattamat uhkakuvat näyttävät toisinaan mahdollisuuksia suuremmilta. Ei syytä teknopessimismiin Marttinen kirjoittaa viidestä eri -saatiosta, jotka ovat parhaillaan meneillään ja joiden vaikutukset limittyvät, vaikka niiden painopisteet vaihtelevatkin: aiheena ovat automatisaatio, robotisaatio, digitalisaatio, tekoälysaatio ja mcdonaldisaatio. Viimeksi mainittu lienee sanana oudoin. Se tarkoittaa palveluiden muuttumista itsepalveluksi mm. automaation lisääntyessä. Aikaisemmin palvelutyöntekijän tekemä työ muuttuu näin asiakkaan itsensä hoitamaksi. Jokaisessa luvussa käsitellään puheena olevan ilmiön uhkia ja mahdollisuuksia, ja jokaisen luvun lopussa Marttinen kiteyttää kunkin aiheen hyvät puolet tietolaatikkoon otsikolla ”Hyviä syitä olla murehtimatta X:stä”. Automaatio pikemminkin muuttaa töiden sisältöä kuin aiheuttaa niiden katoamista. Robotiikan kehitys puolestaan saattaa tehdä koneet aikaisempaa riippuvaisemmiksi ihmisistä eikä päinvastoin. Digitalisaation saralla Suomella on maailmankin mittakaavassa yhdet parhaista edellytyksistä kääntää ilmiö eduksi. Tekoäly toimii parhaiten ihmisten kanssa yhteistyössä, mikä sekin avaa ovia uudenlaisille työtehtäville. Teknopessimismiin ei Marttisen mukaan ole syytä eikä oikein varaakaan. Aikaisemmat teolliset vallankumoukset ovat osoittaneet monet pelot turhiksi, ja ilman niiden luomia uusia keksintöjä maailma olisi jäänyt junnaamaan paikoillaan. Sen sijaan että uhrattaisiin energiaa automaatio- tai robotiikkamörköjen taivasteluun, olisi parempi ryhtyä minimoimaan katoavien ja maksimoimaan syntyvien työpaikkojen määrää, jotta teollisuus 4.0:n yhteisvaikutus olisi mahdollisimman edullinen. Tieteiskirjailija William Gibson on ilmaissut Marttisen käsittelemän asiakokonaisuuden napakasti: ”Tulevaisuus on jo täällä – se on vain epätasaisesti jakautunut”. Yksi Roboreel-hankkeen tavoitteista on juuri tämä: jakaa tulevaisuutta tasaisemmin ja auttaa yrityksiä kehittämään uusia tuotteita ja palveluja teollisuus 4.0:n -saatioiden kiehtovassa maailmassa. Näin on mahdollista luoda tulevaisuuden asiakaskokemuksia jo tänään – nopeammin, paremmin ja korkeammalle kurottaen! Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Synnyttävätkö robotteja unelmat, osingot vai ihmisten tarpeet?
Tsekin kielen sana robota tarkoittaa taksvärkkiä, ilmaista työtä ja raatamista. Kirjailija Karel Čapek otti sanan käyttöön veljensä Josefin suosituksesta näytelmäänsä R.U.R. ja liitti siten nimensä ikiajoiksi robotiikan historiaan. Vuonna 1920 ilmestyneestä näytelmästä robotti levisi vähitellen myös suomen kieleen, vaikka vähältä piti, ettemme nykyään tutki ja kehitä robottereita. Kun näytelmä esitettiin Suomessa ensimmäisen kerran vuonna 1924, suomennoksen pohjana käytettiin saksankielistä versiota. Kuitenkin jo 1940-luvulla Outsiderin eli Aarne Haapakosken science fiction -tarinoissa seikkaili robotti nimeltä Atorox. R.U.R eli Rossum’s Universal Robots on ”kollektiivinen draama, jossa on alkukomedia ja kolme näytöstä” (suomentanut Eero Balk, Savukeidas 2009). Alkunäytöksen ja muiden näytösten välissä robotit kehittyvät kymmenessä vuodessa ”vähäpuheisista, liikkeiltään kulmikkaista, kasvoiltaan ilmeettömistä ja tuijottavista” koneihmisistä entistä ihmismäisemmiksi, ihmisten kaltaisiksi. Ikävä kyllä robotit ymmärtävät ihmismäisyyden nimenomaan vihaksi toista ihmistä kohtaan ja ryhtyvät järjestelmällisesti tuhoamaan ihmiskuntaa. Kirjoittamisaikanaan ensimmäisen maailmansodan tuhojen herättämä ajatus ei ole kovin vieras vieläkään: kuinkahan paljon sodankäynnin robotisoimiseen käytetään varoja? Hypehöpinöiden kallis hinta Čapekin näytelmän ensi-illasta on noin sata vuotta, mutta sen kysymyksenasettelut ovat yhä ajankohtaisia. Isä ja poika Rossumin unelmat ihmisen kaltaisista roboteista ovat osin toteutuneet. Niistä ainakin yksi – saudiarabialainen Sophia – on saanut jo maansa kansalaisuuden ja kertonut haluavansa perheen. Rossumien robottien tarkoitus on poistaa inhimillistä kurjuutta. Robottitehtaan pääjohtaja Domin pohtii, mihin koneellinen taksvärkki voi parhaimmillaan johtaa: ”Niin, he (ihmiset) jäävät työttömiksi. Mutta silloin ei olekaan mitään työtä. Kaiken tekevät elävät koneet. Ihminen tekee vain sen, mistä pitää. Hän elää vain kehittääkseen itseään. - - - Et ole enää työläinen, et ole enää kirjuri, et enää kaiva hiiltä etkä seiso vieraan koneen ääressä. Et enää tuhlaa sieluasi työhön, jonka olet kironnut.” Robotit eivät kuitenkaan pysy lestissään vaan nousevat kapinaan. Tehtaan kaupallinen johtaja Busman esittää käsityksen tilanteeseen johtaneista syistä: ”Me sen kuin vain kiisimme kysyntävyöryn harjalla ja höpisimme samalla – tekniikasta, sosiaalisesta tasa-arvosta, edistyksestä, hyvin kiinnostavista asioista. Aivan kuin nuo höpinät olisivat ohjanneet vyöryn suuntaa. Sillä aikaa kaikki vain eteni omalla painollaan, nopeammin, nopeammin, aina vain nopeammin.” Lopulta robottien kehitystä eivät enää ohjanneetkaan ihmisten tarpeet vaan tehtaanomistajien rahanahneus, ja ahneellahan on tunnetusti tietynlainen loppu. Karel Čapekin R.U.R. on pysäyttävä ja kysymyksiä herättävä puheenvuoro robotisaatio-, tekoäly- ja digitalisaatiokeskusteluun. Olisiko mahdollista, että nykyäänkin kehitysusko sokaisee ja robotteja tehdään enemmänkin voiton kuin käyttäjien todellisten tarpeiden pohjalta? Tehdäänkö asioita siksi, että ne voidaan tehdä – vai siksi, että ne ovat järkeviä tai eettisesti kestäviä? Voiko kyseistä rajaa ylipäänsä havaita? Kaiken teknologisväritteisen huomisuskon huumassa tarvitsemme samaa viisautta, jonka Čapek ilmaisi artikkelissaan näytelmänsä ilmestymisvuonna: ”On tärkeää, että tulevaisuutta parannellaan ajatuksissa ja suunnitelmissa, mutta vielä tärkeämpää on, että nykyisyyttä parannellaan teoissa ja elämässä”. Kirjoittaja: Pasi Lankinen työskentelee suomen kielen ja viestinnän yliopettajana Metropolia Ammattikorkeakoulussa.
Robologi megatrendien pyörteissä
Megatrendien tunnistaminen Megatrendien tunnistaminen on tärkeää yritysten menestyksen, ihmisten henkisen kehittymisen ja hyvinvoinnin kannalta. Yksi voimakkaasti nouseva megatrendi on teknologian kiihtyvä kehittyminen, erityisesti robottien käytön lisääntyminen tekoälyyn, simulaatioihin ja lisättyyn todellisuuteen (AR) yhdistettynä. Yrityksille tulevaisuussuuntaus on entistä tärkeämpää, jotta kiihtyvällä vauhdilla syntyvät teknologiset mahdollisuudet osataan hyödyntää kilpailuetuna. Tulevaisuus on täällä jo myös pk-yrityksille. Robotiikan tila Suomessa Eduskunnan Tulevaisuusvaliokunnan julkaisu Suomen sata uutta mahdollisuutta 2018–2017 nostaa tekoälyn tekemän globaalin työn ja robotiikan sen eri muodoissaan keskeisiksi teknologioiksi, joilla on suuri potentiaali muuttaa maailmaa lähitulevaisuudessa. Teknologioiden muuttuessa muuttuvat myös liiketoimintamallit, osaamisvaatimukset, ammatit, elämäntavat ja kulttuuri sekä yhteiskunnalliset ja sosiaaliset rakenteet. Suomalaisten yritysten, myös pk-yritysten tulisikin olla erityisen aktiivisia niiden teknologioiden kehittämisessä ja soveltamisessa, jotka ratkaisevat suuria globaaleja yhteiskunnallisia ongelmia, jotta teknologioiden mahdollistamat liiketaloudelliset, sosiaaliset ja kulttuuriset hyödyt realisoituisivat hyvinvoinniksi. Tekoälyyn liitetyt robotit eivät ole enää hypeä, vaan myös mahdollisuus pk-yrittäjille. Yhteistyö ja yhteiselo ovat tulevaisuudessa yhä enemmän yhteistyörobottien ja sosiaalisten robottien sekä ihmisten välistä vuorovaikutusta, siis cobotisaatiota ja sobotisaatiota. Ihminen on ollut koneiden hyödyntäjä, mutta lähitulevaisuudessa ihminen tekee työtä koneiden kanssa tasaveroisempana kumppanina. Rutiinityö on syytäkin antaa robottien hoidettavaksi, myös palvelualoilla. Robologi tunnistaa robotiikan ilmiöitä Roboreel-hanke antaa välineitä pk-yrityksille jäsentää niitä mahdollisuuksia, joita robotit ja robotteihin liittyvä oheisteknologia tuo tullessaan. Hanke alkoi 1.5.2018 ja jatkuu vuoden 2020 loppuun saakka. Hankkeen tavoitteena on tukea yritysten, erityisesti pk-yritysten robotiikkaan liittyvää kehitystä siten, että se lisää elinvoimaa alueen elinkeinoelämään. Hankkeessa keskeisinä uudistavina apuneuvoina ovat yritystaloudelliset analyysit ja robottikokeilut. Robologi-blogi pohtii robotiikan tuomia vaikutuksia yritysten toimintaan. Se myös tutkii korkeakoulujen, ammattioppilaitosten ja yritysten yhteistyön merkitystä ja oppilaitosten roolia valmentajana, alueellisena vaikuttajana, työelämän kehittäjänä, innovaattorina sekä ajattelun haastajana. Blogitekstien suolana ovat yritysten kokemukset uudistamiseen tähtäävistä toimenpiteistä ja robotiikkakokeiluista. Lähteet Suomen sata uutta mahdollisuutta 2018–2037 Yhteiskunnan toimintamallit uudistava radikaali teknologia, Eduskunnan tulevaisuusvaliokunnan julkaisu 1//2018. Viitanen, J., Paajanen, R., Loikkanen, V. & Koivistoinen, A. 2017. Digitaalisen alustatalouden tiekartasto, Innovaatiorahoituskeskus Business Finland. Hyvinvoinnin AiRo-ohjelma, Sosiaali- ja terveysministeriö, Helsinki 2018. Kirjoittaja: Päivi Haho työskentelee terveysteknologian ja palvelurobotiikan yliopettajana Metropolia Ammattikorkeakoulussa.